網(wǎng)絡(luò)動態(tài)內(nèi)容挖掘與分類研究.pdf

1、隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的飛速發(fā)展，新的互聯(lián)網(wǎng)技術(shù)層出不窮，網(wǎng)絡(luò)內(nèi)容呈爆炸式增長之勢。面對如此海量、繁雜的互聯(lián)網(wǎng)信息資源，尤其是以RSS為代表的網(wǎng)絡(luò)動態(tài)內(nèi)容，讀者的網(wǎng)絡(luò)閱讀行為模式與傳統(tǒng)的閱讀模式發(fā)生了深刻變革，傳統(tǒng)的信息挖掘技術(shù)顯然已經(jīng)不能滿足互聯(lián)網(wǎng)動態(tài)內(nèi)容高維度、大數(shù)據(jù)量、動態(tài)更新的處理要求。迫切需要針對網(wǎng)絡(luò)動態(tài)內(nèi)容進行高效整合，其中包括網(wǎng)絡(luò)動態(tài)內(nèi)容的挖掘、分類、監(jiān)控、管理以及用戶行為追蹤與分析等環(huán)節(jié)。本文在深入研究信息挖掘技術(shù)、網(wǎng)絡(luò)爬蟲算法

2、及中文文本分類技術(shù)的基礎(chǔ)之上，設(shè)計實現(xiàn)了網(wǎng)絡(luò)動態(tài)內(nèi)容挖掘與分類管理系統(tǒng)。主要研究內(nèi)容及結(jié)果如下：
　　 ⑴設(shè)計并實現(xiàn)了基于爬蟲算法的RSS挖掘系統(tǒng)，經(jīng)實驗證明可以對網(wǎng)絡(luò)動態(tài)內(nèi)容進行高效抓取。
　　 ⑵利用文本分類技術(shù)和聚焦的抓取已分類信息多策略的分類模式解決了動態(tài)內(nèi)容繁雜的問題，實現(xiàn)了對網(wǎng)絡(luò)動態(tài)內(nèi)容的有效分類和管理。
　　 ⑶模擬生物成長過程對RSS種子生命周期進行監(jiān)控和管理，解決了網(wǎng)絡(luò)動態(tài)內(nèi)容讀物質(zhì)量良莠不齊，